PENERAPAN METODE ANALISIS KLASTER DALAM PENGELOMPOKKAN DESA DI KECAMATAN PARIAMAN TIMUR BERDASARKAN INDEKS DESA MEMBANGUN 2023
DOI:
https://doi.org/10.23960/jitet.v13i2.6138Abstract Views: 211 File Views: 139
Abstract
Pengelompokan desa di Kecamatan Pariaman Timur perlu dilakukan sebagai bahan perencanaan dan evaluasi sasaran program pemerintah. Tujuannya untuk mengetahui penetapan status pembangunan desa berdasarkan indikator indeks desa pembangunan dan agar kebijakan program yang dilakukan pemerintah lebih terarah sesuai karakteristik hasil dari pengelompokkan desa. Oleh karena itu perlu dilakukan analisis terkait klasterisasi terhadap indikator indeks desa yang dibangun. Analisis yang dapat digunakan untuk mengelompokkan suatu desa berdasarkan karakteristik-karakteristik yang dimilikinya adalah analisis klaster. Metode analisis klaster yang digunakan dalam penelitian ini yaitu metode complete linkage dan metode average linkage . Sebanyak 16 desa yang digunakan sebagai unit pengamatan. Metode terbaik dalam mengelompokkan desa-desa di Kecamatan Pariaman Timur berdasarkan indikator indeks desa membangun tahun 2023 adalah metode average linkage dengan 4 klaster. Pada klaster ke-1 terdapat 2 desa, klaster ke-2 terdapat 3 desa, klaster ke-3 terdapat 6 desa, klaster ke-4 terdapat 2 desa.Downloads
References
F. X. Moan Bura, “Perkembangan Desa Berdasarkan Indeks Desa Membangun Di Kabupaten Mempawah,” J. Borneo Akcaya, vol. 7, no. 1, hal. 10–20, 2021, doi: 10.51266/borneoakcaya.v7i1.196.
D. W. Saputra dan R. Jaya, “Pembangunan Desa Berdasarkan Capaian Indeks Desa Membangun (Studi komparasi: Desa berkembang dan Desa Mandiri di Kecamatan Tempuling Kabupaten Indragiri Hilir),” J. Adm. Stud., vol. 1, no. 1, hal. 21–29, 2023.
T. H. Mangara dan R. Syaifudin, “Sosialisasi Indeks Desa Membangun Dalam Rangka Peningkatan Kualitas Pembangunan Desa Bungurcopong,” JUPEMAS J. Umum Pengabdi. Masy., vol. 1, no. 1, hal. 57–61, 2022.
M. Safii, “Implementasi Data Mining Dengan Metode Pohon Keputusan Algoritma Id3 Untuk Menentukan Status Mahasiswa,” J. Mantik Penusa, vol. 2, no. 1, 2018.
A. Badruttamam, S. Sudarno, dan I. M. Di Asih, “Penerapan Analisis Klaster K-Modes Dengan Validasi Davies Bouldin Index Dalam Menentukan Karakteristik Kanal Youtube di Indonesia (Studi Kasus: 250 Kanal Youtube Indonesia Teratas Menurut Socialblade),” J. Gaussian, vol. 9, no. 3, hal. 263–272, 2020.
M. Ganmanah dan A. Kudus, “Penerapan Algoritme K-Prototypes untuk Pengelompokkan Desa-Desa di Provinsi Jawa Barat Berdasarkan Indikator Indeks Desa Membangun Tahun 2020,” Pros. Stat., vol. 7, no. 2, hal. 543–548, 2021.
R. E. Sihombing, D. Rachmatin, dan J. A. Dahlan, “Program Aplikasi Bahasa R Untuk Pengelompokan Objek Menggunakan Metode K-Medoids Clustering,” J. EurekaMatika, vol. 7, no. 1, hal. 58–79, 2019.
A. Alfrina, D. Hatidja, dan J. Titaley, “Analisis Cluster Terhadap Prestasi Mahasiswa Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sam Ratulangi Berdasarkan Nilai Akhir Mata Kuliah Wajib Tahun 2018,” d’CARTESIAN, vol. 8, no. 1, hal. 36, 2019, doi: 10.35799/dc.8.1.2019.24593.
D. P. Danun, “ANALISIS KLASTER KONDISI KEUANGAN PEMERINTAH DAERAH TERHADAP KEMISKINAN DI PROVINSI SULAWESI SELATAN.” UNIVERSITAS ATMA JAYA YOGYAKARTA, 2021.
M. A. Nahdliyah, T. Widiharih, dan A. Prahutama, “Metode K-Medoids Clustering dengan Validasi Silhouette Index dan C-Index (Studi Kasus Jumlah Kriminalitas Kabupaten/Kota di Jawa Tengah Tahun 2018),” J. Gaussian, vol. 8, no. 2, hal. 161–170, 2019.
W. Sanusi dan A. Hasanah, “Perbandingan Analisis Cluster Metode Complete Linkage dan Metode Ward dalam Pengelompokkan Indeks Pembangunan Manusia di Sulawesi Selatan,” J. Inf. dan Tek. Elektro Terap., vol. 7, no. 1, hal. 75–86, 2024, [Daring]. Tersedia pada: http://www.ojs.unm.ac.id/jmathcos
S. J. Akbar, B. Burhanuddin, dan J. Jufriadi, “Hubungan Nilai Cbr Dan Sand Cone Lapisan Pondasi Bawah Pada Perkerasan Lentur Jalan,” Teras J. J. Tek. Sipil, vol. 5, no. 1, 2021.
D. Rachmatin, “Aplikasi metode-metode agglomerative dalam analisis klaster pada data tingkat polusi udara,” Infin. J., vol. 3, no. 2, hal. 133–149, 2014.
N. Ulinnuh dan V. Rafika, “Analisis Cluster dalam Pengelompokan Provinsi di Indonesia Berdasarkan Variabel Penyakit Menular Menggunakan Metode Complete Linkage, Average Linkage dan Ward,” InfoTekJar J. Nas. Inform. dan Teknol. Jar., vol. 5, no. 1, hal. 40–43, 2020, [Daring]. Tersedia pada: https://doi.org/10.30743/infotekjar.v5i1.2464%0Ahttps://doi.org/10.30743/infotekjar.v5i1.1997
R. Silvi, “Analisis Cluster dengan Data Outlier Menggunakan Centroid Linkage dan K-Means Clustering untuk Pengelompokkan Indikator HIV/AIDS di Indonesia,” J. Mat. MANTIK, vol. 4, no. 1, hal. 22–31, 2018.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Jurnal Informatika dan Teknik Elektro Terapan

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.